ICDT融合的6G网络.pdf

1/68摘摘 要要信息技术的发展伴随着新技术的不断涌现和相互融合。随着信息与通信技术（ICT）向 6G演进，ICT 进一步与大数据和人工智能技术融合，呈现出 ICDT（Information，Communication，Big Data Technology）融合的特征。ICDT 融合的 6G 系统将成为一个端到端的信息处理与服务系统，是通信网络、感知网络和算力网络融合的移动信息网络。大量新技术已成为 6G 设计的候选技术，并在理论、仿真和原型等不同层面得到了验证。本白皮书通过 ICDT 融合新趋势、ICDT 融合的无线空口技术和 ICDT 融合的网络这三个方面，对 6G 潜在技术与方案进行了归纳与总结，并从基本概念，技术原理，关键技术与挑战，三方面对各个潜在技术进行了分析，并给出了相应的技术建议。其中，ICDT 融合新趋势涵盖了通算融合技术、语义通信技术和 AI 大模型技术。通算融合技术基于通信与计算的资源融合共生、功能融合共生、服务融合共生等核心技术能力，实现了无线接入网算力化演进和通算智一体服务升级，推动了资源和要素的高效聚集、流动和共享。语义通信技术关注传输符合的含义和重要性，有望突破通信系统性能受香农理论限制的问题。AI 大模型作为当前最受关注的科学方向之一，在通信网络中持续提升智能自治网络能力。ICDT 融合的无线空口技术包含了通感一体、空口 AI、多址接入、编码调制、超大规模天线（MIMO）和近场技术。这些方向也是对 5G 增强的关键方向。新型空口技术对于构建强连接、强算力、强智能、强安全的 6G 网络至关重要。当前，这些技术已经完成了技术方案与原型方案设计，并正在进行测试工作。在 ICDT 融合的网络架构方面，服务化网络、内生AI、数字孪生网络、多维度组网和用户为中心网络成为研究重点。新型网络架构有助于推动 ICDT 深度融合的 6G 网络向通感算智深度融合、空天地一体全域覆盖的新一代移动信息网络迈进。ICDT 融合的 6G 技术研究正逐步从单点技术研究走向体系化构建和业界共识。本文倡议加强信息通信领域的跨界融合技术研究与协同，以需求为牵引，加快基础理论、瓶颈技术问题的联合攻关和协同创新。同时，注重跨界融合技术创新向应用与服务的转化，培育应用层的产业生态，孵化新业务、新应用。最后，进一步加强国际合作，各国携手，共同夯实 6G 基础，推动其全球化发展。2/68Executive SummaryThe development of information technology is accompanied by the continuous emergence andintegration of new technologies.As information and communication technology(ICT)evolvestowards 6G,it further integrates with big data and artificial intelligence technologies,presentingthe characteristics of ICDT(Information,Communication,Big Data Technology)integration.TheICDT integrated 6G system will become an end-to-end information processing and service system,representing an intelligent network that combines communication networks,sensing networks,andcomputing networks.Numerous new technologies and functionalities have become candidatesolutions for 6G design,validated at various levels,including theoretical,simulation,andprototype stages.This white paper classifies and analyzes potential 6G technologies and solutions through threeaspects:the new trends in ICDT integration,wireless air interface technologies in ICDTintegration,and network aspects of ICDT integration.It proposes corresponding technical systemsuggestions.The new trends in ICDT integration encompass communication and computationtechnology,semantic communication technology,and AI large model technology.Communicationand computation integration technology is based on core technical capabilities such as thecoexistence of communication and computation resources,functional integration,and serviceintegration,enabling the evolution of wireless access network computing and the upgrade ofgeneral intelligence services.Semantic communication technology focuses on the meaning andsignificance of transmitted information,aiming to overcome the limitations imposed by Shannontheory on communication systems.AI large models,as one of the most prominent scientificdirections,continuously enhance the intelligent autonomous capabilities of communicationnetworks.ICDT integratedwirelessairinterfacetechnologyincludesintegrationofsensingandcommunications,air interface AI,multiple access methods,encoding and modulation,massivemultiple-input multiple-output(MIMO),and near-field technology.These directions are alsocrucial enhancements to 5G.Novel air interface technologies are essential for constructing a 6Gnetwork with strong connectivity,computing power,intelligence,and security.Currently,thesetechnologies have completed the design of technical and prototype solutions and are undergoingtesting.In terms of the network architecture of ICDT integration,service-oriented networks,nativeAI,digital twin networks,multidimensional networking,and user-centric networks are keyresearch directions.The new network architecture helps propel the ICDT integrated 6G networkstowards a new generation of mobile information networks with sensing,computation,andintelligence,providing comprehensive coverage across air,land,and space.The research on ICDT integrated 6G technology is gradually transitioning from isolated technicalresearch towards systematic construction and industry consensus.This article advocates forstrengthening interdisciplinary research and collaboration in the field of information andcommunication technology,driven by demand,to accelerate joint tackling of basic theories andbottleneck technical issues and foster collaborative innovation.Simultaneously,emphasis shouldbe placed on the transformation of interdisciplinary innovation towards application and services,nurturing industrial ecosystems at the application layer,and incubating new businesses andapplications.Finally,further efforts should be made to enhance international cooperation,with3/68countries working together to solidify the foundation of 6G and promote its global development.目目 录录摘摘 要要.1Executive Summary.21.引言引言.52.ICDT 融合融合新趋势新趋势.72.1 通算融合.72.2 语义通信.122.2.1 基本概述.122.2.2 关键技术.132.2.3 应用与挑战.152.3 大模型与无线通信.172.3.1 国内外大模型研究现状.172.3.2AI 大模型赋能通信业.182.3.3 智慧内生通信网络.20参考文献.203.ICDT 融合的融合的无线空口无线空口.223.1 通感一体.223.1.1 典型应用场景.223.1.2 关键技术与挑战.233.2 空口 AI.243.2.1 典型应用场景.243.2.2 关键技术与挑战.263.3 多址接入.273.3.1 典型应用场景.273.3.2 关键技术与挑战.293.4 编码调制.323.4.1 典型应用场景.323.4.2 关键技术与挑战.333.5 超大规模天线.353.5.1 典型应用场景.353.5.2 关键技术与挑战.363.6 近场技术.433.6.1 典型应用场景.443.6.2 关键技术与挑战.464/68参考文献.494.ICDT 融合的融合的网络网络.534.1 ICDT 融合的网络架构.534.1.1 6G 网络架构概览.534.1.2 三体四层五面架构.534.2 服务化网络.544.2.1 技术概念.544.2.2 典型应用场景和潜在优势.554.2.3 关键问题与挑战.564.3 内生 AI.564.3.1 技术概念.564.3.2 典型应用场景和潜在优势.564.3.3 关键问题与挑战.584.4 数字孪生网络.594.4.1 技术概念.594.4.2 典型应用场景和潜在优势.594.4.3 关键问题与挑战.614.5 多维度组网.614.5.1 技术概念.614.5.2 典型应用场景和潜在优势.624.5.3 关键问题与挑战.644.6 用户为中心网络.654.6.1 技术概念.654.6.2 典型应用场景和潜在优势.654.6.3 关键问题与挑战.66参考文献.665.总结与展望总结与展望.67致致谢谢.685/681.引言引言信息技术的快速发展一直是推动社会进步的引擎。近年来，随着信息技术、通信技术、人工智能、大数据技术、系统控制技术和感知技术的不断融合，我们迎来了 6G 技术的新时代。在 2020 年 11 月的全球 6G 大会上，ICDT 融合的 6G网络白皮书 1.0 正式发布，指出了 6G 将是一个端到端的信息处理与服务系统，核心功能由简单的信息传递扩展到信息采集、信息计算与信息应用，为用户提供更强大的通信、计算、感知、智能和安全等多维内生能力。随着时间的推移，6G技术不断演进。在 2022 年 3 月的全球 6G 大会上，ICDT 融合的 6G 网络白皮书 2.0 发布，聚焦感知、通信、计算融合的网络能力、架构、空口、终端和产业，提出了全新的 6G 方案。进一步地，2023 年 3 月，ICDT 融合的 6G 网络白皮书 3.0 发布，着重介绍了 ICDT 融合的 6G 技术体系，ICDT 融合的无线通信与组网，和 ICDT 融合的架构与功能。过去一年中，全球 6G 技术呈现出加速发展的趋势，其内涵和定位不断延伸，呈现出大数据 Big Data，人工智能 AI，感知 Sensing，信息 Information 和通信Communication 技术融合的新趋势。通感一体化技术、通算网络技术、AI 辅助通信技术以及语义通信技术等不同的融合技术备受关注，学术界和工业界共同努力推动这些技术在理论研究、样机实验和标准化制定方面取得突破。2023 年 6 月，国际电信联盟（ITU）发布了国际移动通信技术面向 2030 及未来发展的框架和总体目标建议书，旨在详细阐述 6G 的发展目标、趋势、典型应用场景以及技术能力指标。这一建议书的发布标志着对未来通信技术的全球共识和引领性方向的明确界定。2023 年 9 月，全球移动通信网络联盟（NGMN）也发布了一份关于6G 的立场声明，该声明紧密关注 6G 技术的定位、创新、业务、运营、原则以及频谱等方面。这一声明的发布不仅在全球范围内强调了对6G技术的共同认知，而且为推动 6G 技术的创新和发展提供了行业层面的引导。2023 年 10 月，ITU-2030（6G）推进工作组成立了语义通信任务组，旨在推动语义通信技术在6G 中的研发和标准化工作。总体而言，这些国际组织和工作组的行动为 6G 技术的规范制定、研发推进以及全球范围内的合作提供了坚实的基础。全球 6G 的发展呈现出跨界融合、多面突破的局面。6/68基于 6G 的最新进展，本次 FuTURE 论坛 6G 工作组在牵头完成了ICDT融合的 6G 网络白皮书 4.0 版本。该版本从三个维度全面介绍 ICDT 融合的 6G技术的发展现状和未来展望，包括 ICDT 融合新趋势、ICDT 融合的无线空口技术以及 ICDT 融合的网络架构。简要阐述不同 ICDT 融合新技术的技术概念、应用场景、关键问题与挑战，并深入探讨其发展趋势。通过本白皮书，我们致力于给出对 6G 技术研究的思考和倡议，助力 6G 技术的进一步发展。7/682.ICDT 融合融合新趋势新趋势ICDT 融合的三大新趋势具体包括通算融合，语义通信和 AI 大模型与通信。一方面，传统通信系统的能力也会随着新技术的出现而进一步加强。另一方面，传统通信技术会与感知技术，大数据技术，人工智能技术进一步融合，对网络的能力和架构产生深远影响。图 2-1 ICDT 融合趋势2.1 通算融合通算融合无线通算融合共生是数字经济进入“算力时代”的背景下，因技术演进需求、业务发展需求和网络基础设施转型升级等多重因素驱动下所诞生的全新技术领域。依托通信与计算的资源融合共生、功能融合共生、服务融合共生等核心技术能力，可实现无线接入网算力化演进、通算智一体服务升级，促进资源和要素的高效聚集、流动和共享，为数字经济增长提供坚实助力。随着万物感知、万物互联、万物智联的数字时代加速到来，全社会的算力需求日益增长，算力网络建设已成为重大国家战略举措。作为国家关键信息基础设施，无线接入网络具有海量基站，对其空闲算力的挖掘利用具有重要经济价值，也是打通全网算力化升级的最后环节。无线接入网络通信与算力的融合演进已经成为推进信息通信基础设施效率与服务升级的重要发展趋势。从技术发展角度看，过去几年，通信、云计算、人工智能、数字孪生等技术的融合已成为下一代网络演进不可阻挡的趋势，在 6G 中已开展 AI 内生、通感8/68一体等关键技术研究，这些新技术对无线接入网络的计算能力提出新的需求，未来网络设计需要综合考虑通信与计算的联合需求，支持技术融合发展，最大化技术优势。从业务发展角度看，云游戏、XR、车联网等新兴业务，具有深度边缘计算、数据本地卸载和确定性移动连接保障的综合需求。同时，面对工业质检、远程控制等千行千面的行业数字化需求，基于通用平台实现的云化基站是解决此类需求的天然载体，若能深耕其内生的算力价值，结合智能化等特性，实现通信与算力的深度融合，将可在最大化系统效率和性能的同时，满足行业低成本、敏捷部署、按需定制等需求，助力国家实现 6G 赋能未来的战略。从网络基础设施效能升级需求看，截至 2023 年底，我国 5G 基站总数达 337.7万个，是 5G 网络投资最重、占比最大的部分。受益于其特有的潮汐效应，无线接入网络具有富足的动态剩余算力，构成算力价值蓝海。它与新能源相似，是一种全新的经济资源，具有极大的经济价值，但又急需通过技术创新进行高效利用。同样地，未来 6G 网络也将组成巨大的算力资源池，贡献海量算力。通算融合场景目前主要面向网络智能化、边缘计算/AI、感知网络等 6G 典型场景。网络智能化是无线通算融合共生的重要场景，通过基站算力池化组网，一方面可实现网络运维优化 AI 下沉，有效支持高负荷小区优化、智能故障与隐患识别等场景需求；另一方面，通过智能化等技术，结合基站本地业务识别等手段，实现关键业务体验保障，例如医院场景中的支付应用、医院自有应用 app 的业务体验保障等；此外，基站 AI 优化、基站/网络协作 AI 等应用也是无线通算融合共生的重要应用场景。基于基站能力拓展的算网业一体服务也是无线通算融合共生重要的拓展场景。一是面向 2C 业务，通过基站算力池化共享组网可满足极低时延以及大带宽应用的本地计算需求，例如 XR 本地业务渲染、元宇宙等；二是面向 2B，通过本地化场景的通信计算业务一体服务，实现业务灵活敏捷部署的同时，有效降低行业应用综合成本。典型场景包括工业视觉 AI 检测、（车联网）智能碰撞预测、（无人机）入侵检测等。国内外企业、电信运营商、行业组织已相继开展无线通算融合相关技术研究。华为、中兴等国内企业，从顶层业务和场景出发，抽象出任务/应用等不同需求，9/68分解到网络和计算功能，着力在算网编排、AI/感知/计算等新任务 KPI 定义、能力开放等方面研究，主要在国内组织 CCSA、IMT2030(国内推进组)输入技术方案，并积极开展技术验证，同时推广企业研发的智能化、计算、平台等产品和方案。爱立信、诺基亚、Intel 等外企，主要关注通算网络演进，着力于 AI、边缘计算等较为成熟的场景加载通算网络技术，主要在 NGAlliance、Hexa-X 行业组织推动通算融合相关的研究内容。2023 年，中国移动在业界提出无线通算融合共生网络架构和技术体系。中国移动认为，无线通算融合共生网络架构设计，要考虑从“功能独立、资源隔离”到“通算融合共生化”，从“烟囱式设计”到“网络平台化”，从“单一能力”到“服务多样化”的范式转变，满足 6G 与 AI 的融合发展、通感一体、多要素融合等需求。图 2-2 无线通算融合共生网络参考架构图 2-2 所提出的无线通算融合共生网络的参考架构包括：基础设施层、网络功能层、管理编排层，其中：1）基础设施层基于海量分布的基站和终端设备载体，提供包括连接、计算、数据和模型在内的虚拟资源。2）网络功能层基于基础设施层提供的新计算资源要素，在传统的面向连接的用户面功能和控制面功能基础上进行增强，面向通算一体服务提供计算的执行功能和计算的控制功能。计算执行功能主要负责计算数据的处理，例如:AI 模型的推理、感知计算等；计算控制功能主要实现对无线算力的感知、计算任务需求的感知、通信和计算的资源的联合调度和实时控制以及通信计算 QoS 的监控闭环保障等。10/683）管理编排层在传统的无线接入网的运维和管理功能基础上，新增无线计算资源编排管理、通信和计算联合管理编排和无线计算服务的管理编排。管理编排层既可以为本地化的通算融合业务提供服务，也可以与算网大脑对接，将无线侧算力并入大网，提供通信和计算一体服务。IMT2030(国内推进组)提出：6G 应支持包括计算、AI、存储在内的普惠智能，具备算力感知、算力调度、算力共享能力，向业务侧提供算力；无线通算资源融合、无线通算功能融合、无线通算服务融合；系统设计需要考虑的三大方面：计算和通信的资源联合优化；支持分布式计算资源的发现、感知和控制；RAN 侧对终端提供计算服务。并于 2023 年 10 月发布 6G 通感融合系统设计研究报告，分析了潜在的计算关键性能指标，提出通感算节点协作、高性能终端计算服务、通算协作、感算协作等关键技术问题。美国 6G 行业组织 NG Alliance 在描述下一代无线网络时，强调了通信和计算的融合。包括以下几个方面：通信和计算的深度融合：实现更高效的数据传输和处理网络功能的虚拟化和软件定义：提出通过网络功能的虚拟化和软件定义来实现通信和计算的融合。统一的通信和计算协议：制定统一的通信和计算协议，支持各种新型应用的数据传输和处理，提高网络的效率和可靠性。人工智能和机器学习的应用：通过利用人工智能和机器学习技术，实现对网络数据的智能分析和处理并发布了6G Technologies for WideArea Cloud Evolution白皮书，提出通算联合编排、动态计算资源编排、能力定制化、数据管理等研究方向。旨在通过引入先进的技术和协议，促进网络虚拟化、软件定义网络、人工智能和机器学习等技术的应用，实现更高效的数据传输和处理。同时，该联盟还将致力于制定统一的通信和计算协议，以支持各种新型应用的需求，提升用户的服务体验。欧盟委员会的6G 旗舰研究组织 Hexa-X 确定并探究所预测的2030 年应用和需求，研究 6G 平台如何通过将通信和传感以及网络计算、智能或空间映射等新型数字服务结合，来满足未来需求，并发布AI 驱动的通信和计算联合设计方案，目标前期进行系统架构、场景应用和关键技术研究积累，后续将通算方案11/68推入全球标准制定和协调阶段。业界研究认为无线通算融合共生，需要从资源、功能、以及服务等三个层面实现。图 2-3 无线通算融合共生三大技术方向（一）资源层面，核心难点是如何发挥泛在无线接入网基础设施价值，以有效满足业务和技术发展需求无线接入网络引入计算任务后，不同业务应用在面向不同计算硬件时，其要求的计算能力有较大差异。另外，统一硬件平台需同时部署无线网络和多样化业务，这对异构算力资源的实时共享、分配和管理等提出全新挑战。通算资源融合以支撑算力资源实时分配为目标，包括三个关键技术：1）可满足多样化调度需求的无线算力度量；2）多维度（如，时延、计算能力）算力模型抽象；3）可向算力实时调度管理平台演进的轻量化云平台。（二）功能层面，核心难点是面向无线网络高动态环境、计算能力的空时波动和碎片化等特性，及通算资源受限约束，如何实现通算一体服务和保障功能融合共生是以面向通信的无线通信功能协议为基础，融合计算和通信流程，支持实时精细化的通信和计算一体控制。随着基站内通讯功能与计算服务功能的进一步融合，越来越多的 AI 能力和计算服务部署于基站内部，这些 AI 能力和计算服务也对无线接入网控制面及用户面提出更高要求，通算功能融合关键技术研究也将围绕控制面增强与用户面增强展开。控制面增强的主要目标是使能无线接入网对计算资源和任务的实时感知，实现计算任务 QoS 闭环保障，关键技术包括：1）支持通信+计算融合控制的无线功能、接口和流程设计；2）面向端到端时延、计算 QoS、能效等多维目标和通信/计算多条件约束下的通算资源联合调度。用户面增强方面，纵向封闭管道式的用户面机制已无法满足计算数据需求，12/68用户面泛在开放、动态路由、一体服务能力将成为演进方向。面向空口 AI、实时渲染等应用需求，需要设计计算服务的数据传输架构，构建灵活、高效、开放的数据传输方案，关键技术包括多样化数据卸载及全连接动态路由等。（三）服务层面，核心难点是如何实现无线通信、计算和智能资源/功能/服务协同动态按需编排和开放编排服务的整体研究目标是构建分布式、层级式的无线通算一体编排体系，实现无线接入网本地化敏捷编排能力。关键技术包括：1）无线通算联合编排功能、接口、流程方案；2）计算服务意图建模、意图转译和(本地)服务开放技术等。无线通算融合共生技术是 DOICT 多域资源及能力的深度融合，是未来实现通感一体、通智一体、通算一体等融合业务的重要基础，可有效助力通信基础设施端到端效率升级，也是无线接入网络向 6G 通算智一体演进的核心技术之一。2.2 语义通信语义通信2.2.1 基本概述基本概述传统通信系统的设计依赖于香农经典信息论，采用基于比特的度量标准来评估网络性能（如误比特率、传输速率等），侧重于解决比特/符号如何正确传输的技术问题。随着通信技术的快速发展，系统容量已经逼近香农理论极限。另一方面，随着通信技术与人工智能的深度融合，智能终端已经能够理解传输任务和场景并自动执行指令。因此，以任务驱动的通信系统的核心是深层语义级的准确性，而不仅仅是浅层比特级的准确性。然而，传统通信不考虑发送信息的内容或含义，难以满足未来 6G 网络中多模态任务的多样化高效传输需求。语义通信是一种新型的通信范式，关注传输符合的含义和重要性而非符号本身，侧重于解决发送符号的含义如何准确传输，以及接收的含义如何以期望的方式影响系统行为的问题6。语义通信将用户对信息的需求及任务语义融入通信过程，通对语义特征的提取、编码、传输和重构，可以大幅提升通信效率和用户体验，满足未来的通信需求，因而受到了全球学术界和工业界的广泛关注。13/68目前对语义通信的研究主要分为两类。一类是基于经典信息论的基础理论研究，主要侧重于语义信息论的构建7。例如，使用逻辑概率代替统计概率来定义语义熵。受到香农信息论的启发，语义信息论包含语义熵、语义率失真、语义信道容量，分别用于解决语义信息的度量问题、语义编码与失真问题、最大语义通信量问题。虽然语义信息论受到了一定的关注，但目前仍然缺少一个完整且有效的数学框架来描述语义信息论。语义通信中的另一类研究是基于人工智能的系统设计研究，主要侧重于语义特征提取、编码和传输等算法的设计和优化。近年来，随着数据处理能力的不断提升，深度学习赋能的语义特征提取方法已成功应用于各种类型的信源。例如，通过自然语言处理技术提取文本信息的语义特征、通过计算机视觉和模式识别技术提取图片信息语义特征。另外，在各类任务驱动的语义通信系统中，基于强化学习的调度和传输策略也得到了广泛研究。随着人工智能的快速发展，语义通信在多媒体通信、增强现实、沉浸式通信等领域展现出广阔的应用前景。2.2.2 关键技术关键技术语义通信的系统模型图 2-4 所示。与传统通信不同，语义通信中添加了知识库，并用语义编码/解码取代了传统的信源编码/解码模块。语义知识库同时部署在发射端和接收端，代表双方共享的通用知识。语义编码器用于提取与底层传输任务相关的语义特征。语义解码器用于根据接收的特征重建相应的语义。除了物理信道，语义通信还引入了虚拟的语义信道的概念，语义噪声是由收发两端的知识库或语义不匹配所导致的。在知识库的帮助下，语义通信只传输与任务最相关的语义特征，而不是全部原始数据，因此冗余数据大部分可以被去除，网络效率进一步提高。图 2-4 语义通信系统模型语义通信系统中的关键技术主要涉及以下几个方面：14/68语义语义-信道联合编解码：信道联合编解码：由于传统的信源编码和信道编码技术已经接近各自的理论极限，因此信源信道联合编码技术受到了广泛研究，研究表明联合设计优于分开的模块化设计。信源信道联合编码的基本思想是在高信噪比条件下为信源编码分配更多比特，以提高系统的传输效率；而在低信噪比条件下为信道编码分配更多比特，以抵抗噪声的负面影响。在语义通信系统中，语义编码器取代了传统的信源编码，利用深度神经网络用来提取输入信息的语义特征，可以降低通信量。如图 2-5 所示，受到信源信道联合编码的启发，语义-信道联合编码受到了广泛关注，是语义通信中最重要的技术之一。在训练深度神经网络时，通过在信道特征中加入信噪比的值，语义-信道联合编码可以实现在有噪环境中的语义特征提取。由于深度学习算法的快速发展，语义-信道联合编解码已经被用在各类信源中8,9，如文本、图片、音频等，尤其在低信噪比条件下，系稳定性大幅提升。图 2-5 语义-信道联合编码模型基于语义的调制和传输基于语义的调制和传输：在基于深度学习的语义通信系统中，编码器的输出信号是连续的浮点数。为简化起见，一些研究考虑通过模拟调制对输出的连续信号直接进行传输，而无需将其离散化为星座符号。但是这样的调制假设过于理想，由于硬件的限制，很难在实际中部署。与模拟调制相比，数字调制对噪声的影响较小，并具有更高的容量。因此，基于语义的数字调制传输技术变得至关重要。目前主要的方式是对连续信号进行量化，离散化之后映射成星座符号进行传输。一部分研究采用均匀量化的方式，将深度神经网络的输出等距的映射成符号；另一部分采用非均匀量化的方式，通过部署一个额外的神经网络，将连续的信号映射成生成星座符号的可能性，再根据概率选择适合的星座符号，这种“软映射”15/68的方式能够在语义通信系统中实现鲁棒传输10。语义通信系统中的资源分配语义通信系统中的资源分配：无线资源分配一般可以被建模为一个有约束的数学优化问题，其目标是在各种因素之间（例如能效、传输延迟和吞吐量）取得平衡，进而实现最优的系统性能11。为了保证语义通信的质量，传统的基于比特的优化目标（例如，最小化误比特率）已经不再适用，因此设计新的优化目标来评估语义的价值是一个重要研究方向。语义通信的新指标包括语义速率、语义频谱效率和语义体验质量等。例如，已有工作在单模态文本传输系统中实现了语义频谱效率的最大化，以及在多模式语义通信系统中实现了语义体验质量的优12。2.2.3 应用与挑战应用与挑战1)能否类比经典信息论建立语义信息论？能否类比经典信息论建立语义信息论？经典信息论提供了一个全面而通用的数学框架，并给出了理论极限，在通信系统设计方面取得了巨大成功。在其启发下，许多研究人员尝试发展语义信息论。具体来说，通过用逻辑概率取代统计概率提出了语义熵。通过添加语义特征之间的失真，探讨了语义率失真定理等。尽管在语义信息论方面付出了很多努力，但仍然没有一个语义熵或语义信道容量的广泛接受的定义。与传统的比特级通信系统不同，语义通信是以任务和目标为导向的。因此，可能并不存在一个通用的数学框架来描述多模态数据的语义通信系统。我们认为，语义熵或语义信道容量应该与底层传输任务和背景知识库相关，并且它们需要根据不同的环境进行重新设计。2)现有的度量指标能否评估语义通信系统的性能？现有的度量指标能否评估语义通信系统的性能？合适的度量指标是设计无线系统的基础。例如，在训练深度神经网模型时，它们在损失函数的设计和参数的选择中发挥着至关重要的作用。尽管一些工作已经开始从各种角度（例如准确性和及时性）来研究各种数据源（例如文本、图像和语音）的语义度量，但在实际应用语义通信系统之前，仍然需要更为适当且系统化的性能评价标准。除了用传统的客观指标来衡量系统性能，语义通信系统还需要能够评估人的感受的主观性能指标。此外，现有的语义度量是针对特定类型的数据源开发的，因此还很重要开发通用的度量标准（类似于传统无线通信中误16/68码率），以评估具有多模或任务网络的系统性能。3)如何解决由于使用如何解决由于使用AI所导致计算开销过大的问题？所导致计算开销过大的问题？IMT-2030提出，人工智能和通信融合是6G的预期使用场景之一，因此将人工智能整合到无线通信系统的需求日益增长。现有的语义通信系统主要由深度神经网络驱动，需要额外的计算资源，并可能导致很高的计算开销。因此，在实际应用语义通信时，网络性能和计算能力之间存在着一个微妙的权衡。幸运的是，部分新型终端设备配备了支持语义通信所需的计算能力。并且，边缘智能通过将计算资源分布到网络边缘可以实现快速数据交换，云智能也可以提供额外的计算资源。此外，算力网络作为一种新的架构，可以集成各种计算资源，并以协作的方式在用户之间共享，为实现语义通信注入了新的可能。4)语义通信系统中的隐私和安全语义通信系统中的隐私和安全信息隐私和安全是各种无线通信系统中最重要的问题之一。鉴于语义通信系统仅传输部分重要数据（即语义特征），解码过程依赖于接收方的知识库，因此在一定程度上，语义通信是一种可以保护隐私和安全的方法。然而，由于只传输重要数据，一旦语义信息被窃听，可能会导致极其严重的影响。语义通信系统包括物理信道和语义信道，因此在传输过程中对语义特征进行加密，以及保持知识库之间的匹配是实现安全通信的两个方向。尽管加密语义特征可以保护隐私，但引入额外的安全编码可能会增加通信开销。因此，需要根据不同的传输任务，动态的处理数据安全和传输效率之间的权衡关系。5)语义通信在语义通信在6G中的应用以及标准化中的应用以及标准化语义通信被视为6G中增强现实和沉浸式通信的强大推动因素，进而连接虚拟世界与物理世界。随着无线通信技术的发展，IMT-2030旨在增强和丰富沉浸式体验，拓展覆盖范围，实现智能协作。在6G中，沉浸式通信在实时性和容量方面有着非常严格的要求。语义通信能够从各种信号中提取语义，如动作、手势和语音等。通过去除不必要的信息，可以减少传输数据的量，并保证无缝数据交换。语义通信可以有效减轻下行压力，为增强现实和沉浸式通信的实现提供了新的动力。17/682.3 大模型与无线通信大模型与无线通信随着人工智能的快速发展，在大数据、云计算等关键技术的共同推动下，以ChatGPT 为代表的 AI 大模型大量涌现，提供了高度智能化的人机交互体验和极富创造力的内容生成能力，改变了人们的工作和生活方式，并迅速在全球范围内掀起了大模型的热潮，开启了人工智能新纪元。而通信系统作为现代信息化社会的基础，对于更高效、更稳定、更智能的需求也日益增长。随着 5G 无线通信网络的发展，无线网络的架构不断升级，终端类型和业务应用也日趋增加。一直以来，在通信方面存在许多传统方法难以精确建模或高效求解的技术难题，而 AI 大模型展示